Activiti7数据库表结构全解析:25张表的作用与关联关系详解

news2026/3/18 23:02:15
Activiti7数据库表结构全解析25张表的作用与关联关系详解在当今企业级应用开发中工作流引擎已成为实现业务流程自动化的核心组件。作为一款轻量级、高性能的开源工作流引擎Activiti7凭借其清晰的架构设计和高效的执行能力在众多行业解决方案中占据重要地位。理解其底层数据存储机制对于系统设计、性能调优和问题排查具有决定性意义。本文将深入剖析Activiti7的25张核心数据表揭示它们的功能定位、字段含义及内在关联为开发者提供一份全面的技术参考。1. 基础架构与表分类逻辑Activiti7的数据库表设计遵循模块化思想按照功能维度划分为四大类别每类表采用特定的前缀标识通用数据表ACT_GE_存储引擎基础资源和全局配置流程存储表ACT_RE_管理流程定义和部署信息运行时数据表ACT_RU_记录流程执行中的动态数据历史数据表ACT_HI_)归档已完成流程实例和活动记录这种分类方式不仅体现了数据生命周期的差异更反映了Activiti7核心组件的职责边界。通用表作为基础支撑层存储表构成流程定义仓库运行时表维护执行状态历史表则提供审计追踪能力。提示所有表名中的ACT_前缀代表Activiti系统后续两个字母标识表类型这种命名规范有助于快速识别表功能。2. 通用数据表详解2.1 资源表ACT_GE_BYTEARRAY作为流程引擎的二进制存储中心该表采用灵活的BLOB字段设计主要承载三类关键数据流程定义文件上传的BPMN/XML文件原始内容流程图像资源自动生成的流程图形化表示序列化对象任务表单、业务变量等复杂对象典型字段结构如下字段名数据类型描述DEPLOYMENT_ID_varchar(64)关联部署记录的外键BYTES_longblob最大支持4GB的二进制数据GENERATED_tinyint标识是否系统自动生成资源2.2 属性表ACT_GE_PROPERTY该表采用简单的键值对结构管理全局配置例如schema.version数据库Schema版本next.dbid分布式环境下的ID生成种子history.level历史数据存储级别配置关键特性采用乐观锁机制REV_字段支持运行时动态修改配置内置校验保证核心参数一致性3. 流程存储表深度解析3.1 部署表ACT_RE_DEPLOYMENT每次部署操作生成一条主记录主要字段包括DEPLOYMENT_TIME_ TIMESTAMP NOT NULL, -- 精确到毫秒的部署时间 CATEGORY_ VARCHAR(255), -- 业务分类标签 TENANT_ID_ VARCHAR(255) DEFAULT -- 多租户隔离标识3.2 流程定义表ACT_RE_PROCDEF该表存储流程定义的元数据信息核心字段解析KEY_对应BPMN文件中process元素的id属性VERSION_自动生成的版本号每次同KEY部署递增SUSPENSION_STATE_流程状态1激活/2挂起// 通过API查询流程定义的典型示例 ProcessDefinitionQuery query repositoryService .createProcessDefinitionQuery() .processDefinitionKey(invoiceApproval) .latestVersion();4. 运行时数据表架构4.1 执行流表ACT_RU_EXECUTION该表采用双用途设计既表示流程实例也记录执行流关键关联字段PROC_INST_ID_指向顶级流程实例PARENT_ID_实现执行流层级关系ACT_ID_当前活动节点ID状态标识字段IS_ACTIVE_是否活跃状态IS_SCOPE_是否作用域执行流IS_CONCURRENT_是否并行分支4.2 任务表ACT_RU_TASK任务处理的核心表结构示例字段名业务含义TASK_DEF_KEY_对应BPMN中的task定义IDDUE_DATE_任务截止时间支持定时任务PRIORITY_优先级0-100整数范围注意ASSIGNEE_字段直接存储用户ID而非外键这种设计提高了查询效率但需要应用层维护用户数据一致性。4.3 变量表ACT_RU_VARIABLE支持多种数据类型的变量存储方案基本类型直接存入对应字段LONG_, DOUBLE_, TEXT_复杂对象序列化后存入BYTEARRAY_ID_关联的资源JPA实体通过TYPE_jpa-entity特殊处理典型使用场景// 设置流程变量 runtimeService.setVariable( executionId, approvalResult, new ApprovalVO(true, Meeting all requirements) );5. 历史数据表设计哲学5.1 流程实例历史ACT_HI_PROCINST相比运行时表增加了生命周期信息START_TIME_/END_TIME_精确记录流程持续时间DURATION_毫秒级计算的总耗时DELETE_REASON_记录异常终止原因5.2 活动实例历史ACT_HI_ACTINST提供最完整的流程轨迹记录包含ACTIVITY_TYPE_区分事件/网关/任务等类型ASSIGNEE_记录每个环节的处理人TRANSACTION_ORDER_维护活动执行顺序5.3 历史明细表ACT_HI_DETAIL根据配置级别记录不同粒度的历史数据none不记录activity仅记录活动实例audit记录活动实例和变量变更默认full记录全部细节包括表单提交等6. 表关联关系与查询优化Activiti7表间主要通过以下方式建立关联外键直连如ACT_RU_TASK.PROC_INST_ID_ → ACT_RU_EXECUTION.ID_逻辑关联如ACT_HI_TASKINST.PROC_DEF_ID_ → ACT_RE_PROCDEF.ID_名称匹配如ACT_GE_BYTEARRAY.NAME_与流程资源文件路径对应性能优化建议为高频查询字段建立索引如PROC_INST_ID_合理配置历史级别减少ACT_HI_DETAIL数据量对大文本字段如BYTES_考虑单独存储在电商订单审批系统的实践中通过优化ACT_RU_TASK表的复合索引使任务查询响应时间从1200ms降至200ms以下。具体方案是为ASSIGNEE_, PROC_DEF_KEY_, CREATED_TIME_建立联合索引覆盖了80%的查询场景。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2424403.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…